我应该使用data.frame还是matrix？ [英] Should I use a data.frame or a matrix?

问题描述

什么时候应该使用 data.frame ，而最好使用矩阵？ p>

两者都保留矩形格式的数据，所以有时候还不清楚。

是否有任何一般的经验法则使用哪些数据类型？

解决方案

部分答案已经包含在您的问题中：如果列（变量） ）可以被预期为不同类型（数字/字符/逻辑等）。矩阵用于相同类型的数据。

因此，如果您的数据具有相同的类型，则选择矩阵/数据框只会有问题。

答案取决于你将要对data.frame / matrix中的数据做什么。如果要传递给其他函数，那么这些函数的参数的预期类型决定了选择。

另外：

矩阵更有效地记忆：

  m =矩阵（1：4,2,2）
d = as.data.frame（m）
 object.size（m）
＃216 bytes 
 object.size（d）
＃792 bytes 
  

如果您打算执行任何线性代数类型的操作，矩阵是必需的。

如果您经常通过名称（通过compact $运算符）引用其列，数据帧将更加方便。

数据帧也更好报告（打印）表格信息，您可以单独应用格式化到每列。

When should one use a data.frame, and when is it better to use a matrix?

Both keep data in a rectangular format, so sometimes it's unclear.

Are there any general rules of thumb for when to use which data type?

解决方案

Part of the answer is contained already in your question: You use data frames if columns (variables) can be expected to be of different types (numeric/character/logical etc.). Matrices are for data of the same type.

Consequently, the choice matrix/data.frame is only problematic if you have data of the same type.

The answer depends on what you are going to do with the data in data.frame/matrix. If it is going to be passed to other functions then the expected type of the arguments of these functions determine the choice.

Also:

Matrices are more memory efficient:

m = matrix(1:4, 2, 2)
d = as.data.frame(m)
object.size(m)
# 216 bytes
object.size(d)
# 792 bytes

Matrices are a necessity if you plan to do any linear algebra-type of operations.

Data frames are more convenient if you frequently refer to its columns by name (via the compact $ operator).

Data frames are also IMHO better for reporting (printing) tabular information as you can apply formatting to each column separately.

这篇关于我应该使用data.frame还是matrix？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！